APP下载
[00067597]基于时间分辨特性和非线性优化建模的钒钛资源 LIBS 定量分析方法
联系人： 阳建宏
所在地：北京 北京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
成果简介：
钒钛资源由于元素种类繁多，多元素伴生，化学结构复杂。传统的化学法和光谱法过程繁琐、需取样送样、制备样品，实时性差，无法满足现代工业高效快速的检测要求结构复杂。而LIBS 技术无需样品制备、方便快捷，可以广泛用于矿冶生产过程的各个环节，为钒钛资源成分的快速准确检测提供新的技术途径。LIBS 技术本身也存在一些尚待解决的问题，如多元素下等离子体时间分辨特性及谱线干扰问题，测量过程中光谱数据存在波动，少/无标样下模型预测准确度有待提高。
针对上述问题进行研究得到如下四个方面成果：
1. 激光诱导等离子体多元素光谱时间分辨特性；
2. 鲁棒性回归建模；
3. 高温环境下有标样定量分析方法；
4. 无标样定量分析方法。
成熟程度及推广应用情况：
目前处于何种研发阶段：☐研发 ☐小试 ☒中试 ☐小批量生产 ☐产业化；
样机：☒有 ☐无
已投入成本：200W。
推广应用情况：已将算法应用于山西建龙钢厂 LIBS 检测系统集成。该算法将进一步应用苏州宝联重工企业。
期望技术转移成交价格（大概金额）：面议。
技术优势：
1. 加入干扰谱线的回归建模结合选择性集成方法（SE-LIBS 方法），可实现多元素光谱干扰情况下的定量分析。
2. 分段加权的鲁棒最小二乘支持向量机的方法，可以有效减小 LIBS 数据的波动性。
3. 迁移常温光谱数据的方法（Tr-LIBS 方法），可有效解决高温环境下少标样定量分
析问题。
4. 改进自吸收校正和等离子体温度优化估计的方法（SAPT-CF 方法），可有效提高CF-LIBS 定量分析的准确度。
性能指标：
1. 三个钒渣测试样本中的五种氧化物 CaO、MgO、SiO2. TiO2 和 V2O5 进行定量分析，预测含量的平均相对误差，三个球团矿测试样本中的四种氧化物 CaO、MgO、SiO2和 TiO2 进行定量分析预测含量的平均相对误差，引入最小二乘支持向量机算法，解决了光谱数据波动性问题。
2. 对 8 个铅铜合金样本进行元素含量的预测样本的复相关系数，预测样本的平均相对误差，通过引入关联领域中标样曲线的数据信息，解决目标领域中少标样条件下 LIBS回归建模的问题。
3. 对 3 个高温测试样本中 Cr 元素预测含量的平均绝对误差降低问题，引入自吸收校正和等离子体温度估计，提高 LIBS 自由定标定量分析的准确度。
市场分析：
该研究成果对提高生产效率、优化生产工艺、提高矿冶生产质量稳定性有重要意义，相关研究思路也可推广到荧光光谱、拉曼光谱等分析技术中。此外，在电力、化工、生物、环保等领域也具有广阔的应用前景。
经济效益分析：
既方便快捷又有较高分析精准度的定量分析技术，是提高企业生产效率、优化生产工艺的重要技术手段，对实现钒钛资源的高效综合利用具有重要的科学意义和研究价值。
成果亮点：
1. 具有自主知识产权，研究成果已授权相关发明专利 2 项，已进入实质审查相关发明专利 1 项。已发表 SCI 论文 6 篇（其中：中科院 1 区 4 篇，2 区 1 篇，3 区 1 篇），另外有 1 篇 SCI 1 区文章已完成投稿。
